让一辆自行车实现无人驾驶，需要付出什么样的努力？它的背后，是计算机科学和神经科学的攻坚合作，是一枚结合了机器学习和模拟人脑的芯片“天机芯”。

近日，由清华大学牵头的团队成功研制面向人工通用智能的新型类脑计算芯片——“天机芯”，而且成功在无人驾驶自行车上进行了实验。

控制这辆无人自行车的，是世界首款异构融合类脑计算芯片。清华大学类脑计算研究中心施路平教授团队基于它发表的相关论文《面向人工通用智能的异构“天机芯”芯片架构》，8月1日在《自然》（Nature）杂志以封面文章的形式发表，实现了中国在芯片和人工智能两大领域《自然》论文零的突破。

人工通用智能是什么？

AGI，即Artificial general intelligence，它在学界存在众多的定义和形容词，我们可以简单理解为：“机器能在没有编码特定领域知识的情况下解决不同种类的问题，人类希望机器能做出类似人类的判断和决策。”

发展人工通用智能的路径主要有两条：一是基于神经科学模拟人脑；一是基于计算机科学的机器学习算法。二者各有优缺点。“天机芯”则是一款支持融合计算的芯片，它将计算机科学和神经科学的两种方法集成到一个平台，实现了当前人工智能芯片做不到的技术。

什么是类脑计算芯片?

“天机芯”是一款类脑计算芯片。类脑计算芯片是借鉴人脑的信息处理机制研发的新型计算芯片，“就像人类大脑中的神经元，一个神经元能连接上千个神经元，能够实时传递脉冲信号，保持丰富的编码机制。” 论文通讯作者、清华大学类脑计算研究中心主任、精仪系教授施路平解释说。

“天机芯”挑战了什么样的尖端难题？

这个问题也能解释团队为什么选择自行车作为实验工具，他们在接受DeepTech深科技采访时用平实的语言解答了这些技术难题。

论文的共同第一作者邓磊介绍说：“自行车的语音识别、环境感知、平衡控制、避障等功能都需要背后的模型算法提供支持才能实现，这其中就包括了不同模态的模型。例如语音识别、自主决策以及视觉追踪可以通过模拟大脑来实现，而目标探测、运动控制以及躲避障碍等，则可以通过机器学习算法完成。传统的人工智能芯片仅能支持单一类别的模型，如深度学习或计算神经科学的模型，而’天机芯’则实现了多模态模型的交互。”

在“芯片大脑”的控制下，无人自行车可以实时感知周围环境，跟随前方的试验人员并自动进行避障，根据语音指令、视觉感知反馈产生实时信号，对电机进行控制从而保持平衡或改变行进状态。

究竟什么是异构融合?

施路平这样解释：“AGI主要有两个大的研究方向，基于电脑的和脑科学的，从大的思路上来讲，我们希望能把这两个计算范式融合起来，实现互补。现在的计算机是将多维的信息转换成一维的信息流，主频越来越快，换句话说这是利用了时间复杂度；而在人脑中，一个神经元可以连接1000到10000个神经元，这是利用了空间复杂度，且大脑是利用脉冲进行编码，换句话说这就引入了时间复杂度，因此代表了时空复杂度。‘天机芯’同时具备了空间复杂度和时空复杂度，这就是异构融合。“

计算机和人类各有所长，异构融合则是打通两者鸿沟的技术。异构融合的“天机芯”类脑计算芯片，实现了计算机科学和神经科学导向的绝大多数神经网络模型运行，这也正是论文发表当期的《自然》封面标题为“双重控制”（Dual Control）的原因。

异构融合的人工智能是一种多模态系统，而驾驶自行车正是一个多模态任务——它既需要语音识别，也需要视觉识别和追踪，要求的是自行车电机或者传感器进行信息数据的收发，而系统对两者信息处理的编码模式是不一样的，这就是所谓的多模态。这个复杂的多模态任务于是成为施路平团队验证其异构融合成果的理想展示平台。

这一次，清华人是如何发光的？

“天机芯”是中国完全自主研发的技术成果，其中的异构融合思路由项目研究团队首先提出。清华大学为论文第一单位。论文通讯作者施路平在2012年入职清华大学，组建清华大学类脑计算研究中心，从基础理论、类脑计算系统芯片和软件系统全方位进行类脑计算研究，“天机芯”正是他带领团队研发多年的最新成果。

论文的7位共同第一作者，每位都与清华有颇深的渊源——清华大学精密仪器系副研究员裴京，本科、硕士均毕业于清华大学，1990年起在精仪系任教至今。美国加州大学圣塔芭芭拉分校博士后邓磊，2017年于清华大学类脑计算研究中心获博士学位。邓磊在博士论文中曾提出，类脑计算的本质应该是通过借鉴大脑信息处理的方式，获得解决人工通用智能问题的能力，深度学习和神经形态都只是实现理想类脑计算的手段——值得一提的是，裴京正是他的导师。此外，论文共同第一作者还有清华大学医学院教授宋森，清华大学自动化系副研究员赵明国，清华大学计算机系教授张悠慧，清华大学类脑计算研究中心博士生吴双、王冠睿。

“天机芯”的成功背后藏着怎样的期待？

“天机芯”控制的自动驾驶自行车不只是一次成功实验，更是一种具有启迪意义的新平台、新思路。团队通过这辆类脑自动行驶自行车，建立了一个异构可扩展人工通用智能开发演示平台，也为学界提供了一个发展人工通用智能的平台和思路。

“未来‘天机芯’的发展方向，是为人工通用智能的研究提供更高能效、高速、灵活的计算平台，还可用于多种应用开发，促进人工通用智能研究，赋能各行各业。”施路平说。

“天机芯”拥有广泛的未来应用前景。裴京表示，作为异构融合芯片，不管是深度学习加速器还是神经形态芯片能够做到的事情，“天机芯”都能完成，更重要的是它能够完成一些加速器或芯片原本单独无法完成的任务。

比如在运动视频分析中，使用机器学习算法模型会因为数据传输速度有限且数据量大而造成卡顿；神经形态芯片虽然数据量小，但会降低精度。将两种模态结合后，则能在代价和功能上实现良好平衡。

“天机芯”的低能耗、低成本，意味着它在家庭和服务性场景中具有广泛的应用前景。除了自行车，自动驾驶汽车、智能机器人等领域都值得期待。

面向未来，“天机芯”拥有无限可能。

延伸阅读（内有视频）：

“天机芯”登《自然》封面，清华大学类脑计算中心施路平教授团队发布全球首款异构融合类脑芯片